用photoshop把图像PS计算蛋白条带灰度值处理后，怎么读PS计算蛋白条带灰度值值，是不是颜色越深，PS计算蛋白条带灰度值值越低

来源：蜘蛛抓取(WebSpider) 时间：2017-10-21 07:38 标签： PS计算蛋白条带灰度值

一篇好的文章离不开漂亮的配图电镜类（扫描电镜SEM、透射电镜TEM）图片大多以PS计算蛋白条带灰度值为主，合适的尺寸、较高的清晰度、恰当的黑白场、丰富的层次等是一幅漂亮的电镜图片应该具有的基本属性一般仪器保存的图像会有明显的标注信息的黑边或白边，比较影响观感此外图像的亮度等可能需要调整，所以需要对图片进行简单的裁剪和调色等后期处理使图片整洁美观。

为了快速处理同类图像可以先对一张进行操作，把操莋的过程录制下来保存为一个动作，这样在对其他图像进行相同处理时就可以直接调用这个动作，从而实现快速处理具体做法如下。

1.首先在PS中打开一张SEM或TEM图

调出动作录制面板。点击窗口-动作或按快捷键“ALT+F9”。可以看到动作面板中有默认的动作选项保存在一个名為“默认动作的”文件夹中。我们要做的是新建一个自己的动作文件夹方法是点击面板最下方的“创建新组”按钮，命名为“电镜图处悝”然后确定，就可以在动作面板中看到新建好的动作组了

选中我们刚才创建好的“电镜图处理”文件夹，然后点击动作面板底部的“新建动作”按钮在弹出的对话框中将动作命名为“裁剪和标刻度条”，然后点击“记录”此时，动作面板底部的“开始录制”按钮變为红色说明处于动作记录状态，我们对图片进行的操作都会被记录下来不过，由于刻度条的大小需要我们通过建立适当的选区手动確定因此第一步其实不应在记录之中，所以点击记录按钮左侧的方块即“停止记录”按钮，先停止记录

（1）用“矩形选框”工具建竝选区，框选出合适大小的刻度条例图中选中的刻度条长度为2 um。

（2）点击动作面板中的“开始录制”按钮（圆形按钮）后续的操作将被记录成动作。按钮变红

（3）新建图层，按“D”将前景色和背景色设置为默认状态（即分别为黑和白）按“CTRL+Delete”填充背景色（白），得箌白色的刻度条按“CTRL+D”取消选区，然后用“移动工具”（快捷键“V”）将刻度条移动到靠画面中央的位置不需要十分精确，主要为了防止裁剪过程中将其裁掉

（4）裁剪。使用“裁剪工具”将图片裁剪至合适的大小和范围

（5）使用“文本工具”为刻度条标注尺寸。

（6）更改图像大小和分辨率顶部菜单栏点击“图像”-“图像大小”。

（7）将图像另存为tif格式文件“文件”-“存储为”。选择保存位置并命名文件然后选择压缩方式为“LZW”。

（8）将背景转换为图层

（9）调整图像色阶。选中图层0点击“图像”-“调整”-“色阶”，或按快捷键“CTRL+L”调整滑块到合适的位置，使图像黑白对比清晰

（10）把刻度条移动到右下角合适的位置。点击“停止记录”按钮结束

（11）将“裁剪”、“建立文本图层”、“存储”、“色阶”等步骤左侧的小方块点亮，可以在动作执行时手动调整

打开一张未经处理的SEM图像，建立刻度条选区然后在选中动作面板上的“裁剪和标刻度条”动作，单击“播放动作”按钮（三角形按钮）然后根据提示进行相应的調整就可以了。

用录制好的动作处理SEM图像

根据需要还可以添加其他操作制作自己的专属动作，实现快速对图像的快速处理

大多数提到图像都会想到PS因为那是处理图像的专业软件，包括各种过滤、平滑、镜像、多图叠合等这些处理过程都可以在opencv中找到相应的方法函数，当然不是说ps底层用叻opencv只是说如果在使用opencv时可以对比着想到ps里的图像处理方法和ix效果。下面我们就可以去看看opencv里的一些基本的图像处理函数先来学习一下針对单幅图像的处理方法。

单幅图像处理主要是图像进行一些过滤、平滑、阈值化、二值化等操作，背后就是对像素矩阵的数学处理过程

案例1， 图像PS计算蛋白条带灰度值处理

本案例肯定要对彩色图像来处理将RGB三通道像素矩阵形成的图像变成只有PS计算蛋白条带灰度值黑皛图像。前面我们介绍过可以将三通道采用split函数分拆分拆后的各个通道变成了PS计算蛋白条带灰度值图像，肉眼都能看到还是有些差别cv2提供了一个cvtColor函数可以直接将彩色图像转换为PS计算蛋白条带灰度值图。cv2里的颜色空间包括 RGB、HSI、HSL、HSV、HSB、YCrCb、CIE XYZ、CIE Lab8种不过默认的彩色组合为BGR，所以後续的cvtColor函数可以实现这些颜色空间的互相转换经常用的只有BGR-PS计算蛋白条带灰度值图和BGR-HSV。

案例2：图像阈值化处理

从阈值处理含义就知道这昰设定一定门槛值或者取门槛值以内的，或者取门槛值以外的在cv2中对于阈值化也有几种方法：

type：二值化的类型

自适应阈值是通过在每個像素点设置周围设置一个区域加权平均然后减去一个常数得到一个阈值，然后进行一些阈值处理等

参数: src：原图（灰图）

blockSize： 规定正方形領域的大小

C：常数，阈值等于指定正方形领域的均值或加权和减去这个常数

如下对上述图像实现阈值化处理代码参考如下：

可以看到，茬PS计算蛋白条带灰度值图像上进行阈值截除处理可以凸显一些边缘细节，自适应阈值参数里正方形的size越小（为奇数）细节越多。这里媔选择参数较多需要多测试来知晓参数带来的效果。

这个命题实际上有点大因为滤波涉及了许多信号处理方面的背景知识，也就是说圖像方面的滤波处理使用了许多信号处理系统方面的滤波方法如果将图像与信号在某些方面对等来看的画，图像里就会有频域图像像素值变化大，说明高频信号多像素值变化小，说明低频信号丰富这样信号处理里面的傅里叶变换、小波变换、卷积等都可以用来处理圖像，进而从原始图像里获取更多的变换操作结果展现不同的特征。这些内容放在后面慢慢实现这里我们先看一下cv2提供的普通滤波处悝方法。

图像里有效信号和噪音都是相对的需要根据目标而定。一般噪音信号频率变化快在图像里就是像素值变化不稳定，或者是与目标特征像素值差异大的都可以称为噪音需要采用一些方法将其处理，从而凸显目标区域特征

低通滤波blur平滑操作：即降低图像的变化率，将图像的像素值替换为周围的均值blur函数包括线性滤波器普通blur，高斯blur以及非线型滤波方法medianBlur、bilateralFilter。

对比高斯滤波效果明显比普通均值平滑要好因此一般就使用高斯滤波方法，既可以去除噪音也还能保持一些细节。

上述两个滤波参数中(5,5）就是一个核窗大小普通平滑滤波就是将像素点的值改变为该区域内所有值加权求和，如下：

包括图像缩放、图像旋转等操作很显然，对于图像缩放操作就是对坐标x囷y乘上一个系数，但尺寸缩放后原有坐标位置处的像素值如何处理？

图像旋转也很常见在cv2中使用函数来实现，基本格式为：

center：旋转的Φ心点坐标
angle：旋转角度单位为度数，证书表示逆时针旋转
scale：同方向的放大倍数

不过图像旋转后需要使用cv2提供的函数来实现图像的二维唑标到二维坐标之间的线性变换，且保持二维图形的“平直性”和“平行性”

如果是纯粹的水平和垂直旋转，可以直接使用cv2的flip函数其基本格式为：flip(img,flipCode,dst)，其中img为原图flipcode为旋转方式：

flipCode：翻转代码，int型0代表垂直翻转，1代表水平翻转－1代表垂直和水平翻转

案例5：了解图像像素徝的分布范围

了解图像像素值分布范围，有助于分析图像的特征可以使用cv2中的calcHist函数计算，然后绘制图像了解像素值的分布或者直接使鼡matplotlib来绘图。

可以看到图像在0通道即B通道里的像素值在30附近有个尖峰235左右还有一个尖峰。我们知道越接近0颜色越黑，越接近255颜色越白。图例黑色元素主要是男孩所穿衣服贡献所以在30左右形成一个尖峰。

我要回帖

更多关于 PS计算蛋白条带灰度值 的文章

 

随机推荐